[发明专利]一种新型肺病智能辅助检测方法和系统在审
申请号: | 201910059790.3 | 申请日: | 2019-01-22 |
公开(公告)号: | CN109528152A | 公开(公告)日: | 2019-03-29 |
发明(设计)人: | 冯向军 | 申请(专利权)人: | 湖南兰茜生物科技有限公司 |
主分类号: | A61B1/267 | 分类号: | A61B1/267;G16H30/40;G06N3/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 410205 湖南省长沙市长沙高新开发区*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 神经网络 肺病 微调 支气管镜检查 辅助检测 网络参数 智能 计算机辅助诊断系统 迁移 活组织检查 成本函数 肺病诊断 辅助诊断 网络结构 支气管镜 交叉熵 构建 建模 医生 加权 肺癌 图像 诊断 参考 学习 检测 更新 网络 帮助 | ||
1.一种新型肺病智能辅助检测方法,其特征在于,所述方法包括:
步骤S1、获取疑似患有肺部疾病的患者的支气管镜检查图像;
步骤S2、采用预先训练的初始神经网络作为本次建模的神经网络;
步骤S3、采用顺序微调法对上述步骤获取的所述神经网络按照网络结构的顺序,通过调整所述神经网络的网络参数,微调所述神经网络的各层网络;所述网络参数包括训练阶段数n、神经网络层数m、执行步数x;所述神经网络包括m层,并采用n个训练阶段进行训练,每一步顺序微调包括x个执行步数;
步骤S4、通过使用加权交叉熵作为成本函数来更新所述网络参数,以便更新所述神经网络;
步骤S5、获取经上述步骤多次调整后的所述神经网络为所需的肺病检测模型。
2.如权利要求1所述的一种新型肺病智能辅助检测方法,其特征在于,所述步骤S1中,所述患者的年龄为18至70岁,在所述患者的肝测试、肾测试和/或血液测试中,中性粒细胞计数>2.0g/l,Hb>9g/l,血小板计数>100g/l,AST和ALT>0.5ULN,肺结核IL<1.5ULN,和Cr<1.0ULN。
3.如权利要求1所述的一种新型肺病智能辅助检测方法,其特征在于,在所述步骤S2中,所述神经网络为DenseNet构架;所述神经网络通过使用少于一半的参数和大约一半的每秒浮点运算。
4.如权利要求1所述的一种新型肺病智能辅助检测方法,其特征在于,在所述步骤S3中,所述顺序微调法将所述支气管镜检查图像数据拟合到更多子模型中,分别固定了不同的网络层来进行训练,每次固定对应了一个子模型,为所述支气管镜检查图像数据找到一个适合的所述肺病检测模型。
5.一种新型肺病智能辅助检测系统,其特征在于,所述系统包括:
图像采集模块:获取疑似患有肺部疾病的患者的支气管镜检查图像;
选取模型模块:采用预先训练的初始神经网络作为本次建模的神经网络;
顺序微调网络模块:采用顺序微调法对上述步骤获取的所述神经网络按照网络结构的顺序,通过调整所述神经网络的网络参数,微调所述神经网络的各层网络;所述网络参数包括训练阶段数n、神经网络层数m、执行步数x;所述神经网络包括m层,并采用n个训练阶段进行训练,每一步顺序微调包括x个执行步数;
更新参数模块:通过使用加权交叉熵作为成本函数来更新所述网络参数,以便更新所述神经网络;
获取模型模块:获取经上述步骤多次调整后的所述神经网络为所需的肺病检测模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南兰茜生物科技有限公司,未经湖南兰茜生物科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910059790.3/1.html,转载请声明来源钻瓜专利网。